关于pipeline中用named_steps得到的系数和截距的问题

Question

对于这个帖子中所说的解决方案，对于named_steps得到的系数，差距有点大

用

poly_reg.named_steps['lin_reg'].coef_

得到的系数为

array([0.        , 1.6418146 , 1.70106747])

Answer 1

liuyubobobo 2019-07-10 14:51:52

重新回答一下。

是的。标准化改变了数据，所以，原先数据线性关系所遵守的系数丧失了。得到的系数是不一样的。但由于标准化本身是线性变换，所以，数据之间还会满足线性关系，遵守一个新的线性系数，就是你看到的这个不一样的线性系数。

怎么验证这个结果还是合理的呢？可以看R^2的值，即sklearn中回归算法的score值，得到的结果，和标准化的结果是一样的。

以下是我的实验：

继续加油！：）

• 提问者 慕粉4186965 #1

  哦，明白了，谢谢老师。
  我可以这样理解吧：对于实际工作中的X和y，我们预先不知道系数的大致范围，所以如果标准化，那么测试数据集和预测数据集都要标准化，这样得到了一个X'，这个X' 、y得到的系数和X、y得到的系数，虽然y是一样的，但是X'和X不同那么系数肯定不同。这两种方式都是正确的，只是一个以后进行predict的数据一定要预先标准化

• liuyubobobo 回复 提问者 慕粉4186965 #2

  对！：）

Answer 2

提问者 慕粉4186965 2019-07-10 14:05:51

不做标准化，能得到相似的系数

Answer 3

liuyubobobo 2019-07-10 00:58:31

在管道里，首先对数据进行了多项式特征，所以这个lin_reg是针对多项式特征做的回归。而不再是原始数据。所以，已经不遵守你的原始数据设置的参数了。

应该用以下过程拆分管道，来模拟管道里的事情。因为管道里有三个元素，所以一共有三步：

继续加油！：）

• 提问者 慕粉4186965 #1

  这样不是没法得到正确的系数？但是不做标准化能得到相似的系数

• liuyubobobo 回复 提问者 慕粉4186965 #2

  抱歉，你是正确的。

• liuyubobobo 回复 提问者 慕粉4186965 #3

  我补充了一个新的答案。标准化后得到的系数不同了，这是因为数据改变了。但是，我们算出的新系数，针对标准化后的数据，是正确的：）